지금은 인공지능 시대(지인시) 심볼지금은 인공지능 시대
커뮤니티 소식

코드 변경 3만 건 폭증에 Git 버렸다? 앤트로픽의 '비밀 병기' 소스 컨트롤 시스템

서아람글 · 서아람
앤트로픽 엔지니어링 팀이 복잡한 인공지능 모델 코드를 개발하고 있는 모습. 버전 관리 시스템의 한계에 직면하여 자체 솔루션을 구축하는 과정이 담겨 있습니다.
앤트로픽 엔지니어링 팀이 복잡한 인공지능 모델 코드를 개발하고 있는 모습. 버전 관리 시스템의 한계에 직면하여 자체 솔루션을 구축하는 과정이 담겨 있습니다.
앤트로픽이 자체 소스 컨트롤 시스템을 구축한 소식이 인공지능 업계에 미묘한 파장을 일으키고 있습니다. 불과 몇 달 만에 하루 코드 변경량이 폭발적으로 증가하면서 기존 Git(버전 관리 시스템)으로는 감당하기 어려운 수준에 이르렀다는 진단 때문입니다. 이는 비단 앤트로픽만의 문제가 아니라, 급변하는 인공지능 연구 개발 현장의 공통된 고충을 대변하는 것일지도 모릅니다. 앤트로픽은 2026년 5월 하루 평균 2,500건의 코드 변경을 병합했습니다. 하지만 넉 달이 지난 9월에는 이 수치가 무려 30,000건 이상으로 치솟았다고 밝혔습니다. 불과 4개월 만에 12배가 넘는 경이로운 성장세입니다. 이처럼 코드 변경이 기하급수적으로 늘어나자, 앤트로픽 개발자들은 기존 Git 시스템에서 극심한 성능 저하와 작업 효율성 문제를 겪기 시작했습니다. 인공지능 모델 개발은 일반적인 소프트웨어 개발과 다소 다른 특성을 가집니다.
  • 방대한 데이터와 모델 가중치를 효율적으로 관리해야 합니다.
  • 끊임없는 실험과 신속한 반복(iteration)이 필수적입니다.
  • 코드 변경과 함께 대규모 데이터셋, 학습 파라미터 등 다양한 자산이 연동되어야 합니다.
이러한 특성 때문에 모델 규모가 커지고 개발 속도가 빨라질수록 Git의 분산 아키텍처가 가진 한계가 명확해집니다. 특히 대규모 파일 처리나 빈번한 병합 과정에서 발생하는 지연은 개발 생산성에 치명적입니다. 앤트로픽은 이러한 근본적인 문제 해결을 위해 맞춤형 소스 컨트롤 시스템을 구축하기로 결정했습니다. 자체 시스템은 더 빠른 병합, 더 효율적인 대규모 파일 관리, 그리고 인공지능 개발 워크플로우에 특화된 기능을 제공하여 개발 생산성을 극대화하는 데 초점을 맞추고 있습니다. 이는 단순히 내부 도구를 개선하는 수준을 넘어, 앤트로픽이 AI 개발 속도와 규모 면에서 경쟁 우위를 확보하려는 전략적 움직임으로 해석될 수 있습니다. 인공지능 모델은 더 빠르게, 더 많이, 더 자주 반복하며 개선되기 때문에, 이러한 병목 현상 제거는 혁신의 속도와 직결됩니다. 일각에서는 Git을 최적화하거나 다른 상용 엔터프라이즈 솔루션을 도입하면 되지 않느냐는 반론도 제기됩니다. 하지만 앤트로픽의 사례는 단순한 최적화를 넘어선 아키텍처 자체의 변화가 필요하다는 점을 시사합니다. 상상을 초월하는 속도로 진화하는 AI 개발 환경에서는 기존의 일반적인 도구로는 더 이상 감당하기 어려운 지점이 발생하며, 결국 특정 도메인에 최적화된 맞춤형 인프라가 필수적이 될 수 있다는 것입니다. 앤트로픽의 이 같은 결정은 오픈AI, 구글 딥마인드 등 다른 선두 AI 연구소들도 유사한 인프라 문제에 직면할 수 있음을 암시합니다. 대규모 인공지능 개발은 단순한 코딩을 넘어 데이터, 모델, 실험 관리 등 복합적인 요소를 포함하며, 이 모든 과정을 매끄럽게 연결하고 가속화하는 것이 미래 AI 경쟁력의 핵심이 될 것입니다. 앤트로픽의 이 움직임은 AI 개발이 '소프트웨어 엔지니어링'을 넘어 '모델링 엔지니어링'이라는 새로운 영역으로 진화하고 있음을 보여주는 상징적인 사건입니다.
인사이트

앤트로픽의 자체 소스 컨트롤 시스템 구축은 극단적인 속도로 확장되는 인공지능 개발 환경에서 기존 인프라가 한계에 도달했음을 보여주며, AI 혁신을 위한 맞춤형 인프라의 중요성을 강조합니다.

자주 묻는 질문

깃(Git)이 인공지능 개발에 정말 그렇게 안 좋은가요?
Git 자체는 훌륭한 버전 관리 시스템이지만, 앤트로픽처럼 초고속으로 대규모 인공지능 모델을 개발하는 환경에서는 한계에 부딪힐 수 있습니다. 특히 빈번한 코드 변경, 대용량 데이터 및 모델 가중치 관리 등 AI 개발 특유의 워크플로우를 감당하기 어려워집니다.
다른 AI 기업들도 이렇게 자체 소스 컨트롤 시스템을 만들게 될까요?
앤트로픽처럼 기술 선두에 있는 소수의 대규모 AI 연구소들은 비슷한 필요성을 느낄 수 있습니다. 개발 속도와 규모가 커질수록 기존 도구로는 해결하기 어려운 고유의 병목 현상이 발생하기 때문입니다. 하지만 모든 AI 기업에 해당하는 이야기는 아닐 수 있습니다.
앤트로픽이 자체 시스템을 만들어서 얻는 가장 큰 이점은 무엇인가요?
가장 큰 이점은 개발 속도와 생산성 향상입니다. 소스 컨트롤 시스템이 병목 현상을 일으키지 않으면 개발자들은 더 빠르게 코드를 병합하고, 실험을 반복하며, 모델을 개선할 수 있습니다. 이는 AI 기술 발전의 속도와 직결되는 핵심 역량입니다.
공유XTelegram

이 기사 어땠어요?

피드백을 남겨주시면 더 나은 맞춤 추천을 만듭니다.

이런 뉴스를 매일 받아보세요

매일 아침 7시, 그날의 정리를 이메일과 Telegram으로 받아보세요.